K a n s a n t a l o u d e l l i n e n a i k a k a u s k i r j a – 1 0 5 . v s k . – 1 / 2 0 0 9
1
Ekonometria*
Heikki Kauppi Professori turun yliopisto
e
konometrian jatkokurssin viimeiseen uusintatenttiin valmistautuva opiskelija saattaa kokea ekonometrian painajaisena, jonka hän tulee aina muistamaan opintojensa vaikeimpana asiana.
taloustiedettä vierastava henkilö taas toteaa arvostelunsa kohteena olevasta ekonomistin ana
lyysista, että se on �jotain ekonometriaa�, josta ei voi ymmärtää mitään. on paikallaan tarken
taa, mitä ekonometria on ja mihin se pyrkii.
Jollekin ekonometria on talousteoreettisten mallien ja reaalimaailman havaintojen yhteen
sovittamista. toiselle ekonometria tarjoaa tek
niikoita, joilla ennustetaan taloudellisten muut
tujien tulevia arvoja ja tulevaa vaihtelua. kol
mas käyttää ekonometriaa historiallisten aineis
tojen analyysissa arvioidakseen toteutunutta talouspolitiikkaa ja simuloidakseen vaihtoeh
toisia talouspoliittisia ratkaisuja. yleisellä tasol
la ekonometria kehittää ja soveltaa tilastotie
teellisiä menetelmiä taloudellisten ilmiöiden ja talousteorioiden empiiriseen tutkimiseen. eko
nometrisia menetelmiä sovelletaan kaikilla ta
loustieteen aloilla mikro ja makrotaloustietees
sä, rahoituksessa, ja ne ovat hyödyllisiä myös muissa yhteiskuntatieteissä.
Miksi ekonometriaa tarvitaan? talousteo
reettinen analyysi synnyttää jatkuvasti väittämiä taloudessa olevista kausaalisista riippuvuussuh
teista, joilla on tärkeitä talous ja yhteiskuntapo
liittisia seurauksia. yleensä talousteoria ei kui
tenkaan anna täsmällistä tietoa kausaalisten vaikutusten merkityksestä ja suuruudesta todel
lisuudessa. ekonometrian yksi tärkeimmistä tehtävistä on arvioida taloustieteellisten väittä
mien todellista kvantitatiivista merkitystä. kuin
ka paljon työllisyys kohenee, kun keskuspankki laskee ohjauskorkoa yhden prosenttiyksikön?
kuinka paljon tupakan kulutus laskee, kun sen hintaa nostetaan kymmenen prosenttia? yleen
sä parhaan talouspoliittisen ratkaisun löytämi
nen edellyttää, että edeltävän kaltaisiin kysymyk
siin saadaan selviä kvantitatiivisia vastauksia.
Vaikka ekonometria soveltaa yleisiä tilasto
tieteellisiä periaatteita, se eroaa muista tilasto
tieteen sovellusaloista merkittävästi. tärkein ero syntyy siitä, että taloudelliset tutkimusai
neistot eivät muodostu kontrolloiduissa ko
keissa vaan reaalimaailmassa, jossa ne syntyvät monimutkaisten taloudellisten vuorovaikutus
ja tasapainosuhteiden seurauksena. taloudel
listen aineistojen analyysi kohtaa kaikki ne ongelmat, jotka tyypillisesti poistuisivat kontrol
loiduissa kokeissa.
* Virkaanastujaisesitelmä Turun yliopistossa 24. syyskuuta 2008.
2
KAK 1 / 2009
Ajatellaan esimerkiksi klassista koulutuksen taloustieteen kysymyst� kuinka paljon yksi li
sävuosi koulutusta nostaa tulevaa ansiotasoa?
teorian perusteella palkan logaritminen arvo riippuu lineaarisesti koulutusvuosista – ja muis
ta tekijöistä. kontrolloidussa koeasetelmassa tutkittavien ihmisten koulutustasot määrättäi
siin satunnaisesti, arpomalla. tällöin koulutuk
sen tuotto voitaisiin estimoida luotettavasti yksinkertaisesta regressiosta, jossa palkan loga
ritmista arvoa selitetään henkilön koulutusvuo
sien lukumäärällä. todellisuudessa tällaista koetta ei voi toteuttaa vaan on turvauduttava ihmisten koulutustasoista ja palkoista saataviin reaalimaailman havaintoihin. koska ihmiset eroavat monin tavoin, reaalimaailman havain
tojen perusteella laskettu koulutusvuosien reg
ressiokertoimen estimaatti heijastelee sekä kou
lutuksen että muiden tekijöiden vaikutusta palkkaan, mikäli nämä muut tekijät ja koulutus korreloivat. esimerkiksi synnynnäisesti kyvyk
käät ihmiset ovat keskimääräistä korkeammin koulutettuja ja toisaalta saavat yleensä työstään hyvää palkkaa. Mikäli synnynnäisten kykyjen vaikutusta ei kontrolloida palkkaregressiossa, saattaa kouluvuosien regressiokertoimen esti
maatti yliarvioida koulutuksen tuoton suuruut
ta. ongelma voitaisiin ratkaista lisäämällä reg
ressiomalliin synnynnäisten tekijöiden vaiku
tusta mittaava muuttuja. tämä ei kuitenkaan ole mahdollista, koska synnynnäisiä kykyjä ei voida mitata luotettavasti. Puuttuvista selittä
vistä muuttujista aiheutuva ongelma esiintyy monissa taloustieteen empiirisissä kysymyksis
sä.ekonometrisen analyysin haasteena on yh
täältä tunnistaa edeltävän kaltaiset puuttuvien selittäjien ongelmat ja toisaalta keksiä ratkaisuja harhavaikutusten välttämiseksi – ilman mah
dollisuutta kokeellisten aineistojen käyttöön.
yksi tärkeimmistä ekonometrisista tekniikoista on ns. instrumenttimuuttujamenetelmä. Mene
telmän lähtökohtana on oletus, että käytössä on lisämuuttujia, joiden avulla kiinnostuksen koh
teena olevasta selittävästä muuttujasta erote
taan sellainen vaihtelu, joka ei korreloi harhaa tuottavien puuttuvien selittäjien kanssa. Jos täl
laisia muuttujia on saatavilla, voidaan kiinnos
tava kausaalinen vaikutus estimoida aineistosta luotettavasti. Menetelmän käytön kynnyskysy
mys on löytää instrumenttimuuttujia, jotka kor
reloivat kiinnostavan muuttujan (edellä koulu
tus), mutta eivät muiden vaikuttavien tekijöi
den (edellä synnynnäiset kyvyt) kanssa.
Maineikkaat tutkijat, Joshua Angrist ja Alan krueger (1991, Quarterly Journal of econo
mics), keksivät, että koulutuksen instrumentti
muuttujan voisi muodostaa henkilön syntymä
ajan vuodenajan perusteella. Heidän argument
tinsa perustuu UsA��ssa sovellettavaan oppivel
vollisuuslakiin, jonka nojalla alkuvuodesta syntyneet voivat halutessaan lopettaa koulun yhtä vuotta alemmalla luokkaasteella kuin lop
puvuodesta syntyneet. koska syntymän vuo
denaika määräytyy �luonnon arvonnan� tulok
sena, se ei korreloi harhaa tuottavan puuttuvan muuttujan, synnynnäisten kykyjen, kanssa. toi
saalta loppuvuodesta syntyneiden on tietyissä oloissa pakko käydä koulua yksi vuosi pidem
pään kuin alkuvuodesta syntyneiden henkilöi
den ja siten syntymän vuodenaika korreloi koulutuksen kanssa.
koulutuksen tuoton estimoinnin ongelma ja Angristin ja kruegerin instrumenttimuuttu
jamenetelmään perustuva ratkaisu havainnol
listavat, miten ekonometrisessa analyysissa pelkästään yksinkertaisen lineaarisen regressio
mallin käyttö edellyttää paljon ongelmakohtais
ta kekseliäisyyttä ja huomattavasti monisyisem
pää käsitteellistä ja estimointiteknistä tarkaste
Heikki Kauppi
lua kuin klassinen kiinteiden selittäjien regres
siomalli, jota voidaan turvallisesti käyttää kont
rolloiduissa kokeissa syntyneiden havaintoai
neistojen analyysissa. on myös ilmeistä, että ekonometrian opetus edellyttää erikoiskoulu
tusta, jota ei tarjota tilastotieteen perusmene
telmiin painottuvassa tilastotieteen koulutus
ohjelmassa.
edellä tarkasteltu puuttuvien selittäjien on
gelma on tyypillinen taloudellisten poikkileik
kausaineistojen ongelma mutta ei suinkaan ai
noa haaste, jonka kanssa ekonometrikot kamp
pailevat. Merkittävä osa ekonometriasta tarkas
telee taloudellisia aikasarjoja, joiden erikois
piirre on havaintojen riippuvuus ajassa. sellais
ten aikasarjojen, kuten bruttokansantuotteen, talouden kokonaiskulutuksen ja korkojen, ana
lyysissa on huomioitava muuttujien väliset dy
naamiset vaikutussuhteet sekä se, miten aika
sarjojen pitkän ja lyhyen aikavälin piirteet, esimerkiksi trendit ja kausivaihtelu, vaikuttavat muuttujien välisten riippuvuussuhteiden mal
lintamiseen. Nykyaikaiselle ekonometriselle aikasarjaanalyysille on tyypillistä alati mutkis
tuvat tilastolliset mallit sekä estimaattoreiden ja tilastollisten testien epästandardit jakauma
teoriat. Jotta voi edetä aikasarjaekonometrisen tutkimuksen eturintamassa, on ymmärrettävä ja osattava käyttää edistynyttä stokastisten pro
sessien teoriaa ja asymptoottista todennäköi
syysteoriaa.
talousteorian kehitys muovaa osaltaan eko
nometriaa ja tekee siitä yhä vaativampaa ja mo
nitahoisempaa. esimerkiksi rationaalisten odo
tusten teorian johdosta makrotalouden empii
risessä analyysissa teoreettiset ja tilastolliset mallit ovat vähitellen kietoutuneet toisiinsa erottamattomasti. Analyysin konstikkuutta ku
vaa joissakin tarkasteluissa tehty oletus, että kuluttajilla ja yrityksillä on enemmän tietoa
mallinnuksen kohteena olevasta taloudesta kuin ekonometrista analyysia tekevällä ekono
metrikolla. tällaisissa yhteyksissä makrotalou
den muuttujien avulla estimoitujen mallien vaihtoehtoisten esitysmuotojen tulkinta ja teo
rian kannalta kiinnostavien parametrirajoittei
den näkeminen ja testaaminen edellyttävät vahvaa erikoisosaamista.
edeltävät huomiot kuvaavat sitä, että eko
nometrisiin ongelmiin ei ole olemassa yleispä
teviä ratkaisuja vaan jokainen ekonometrinen tutkimus edellyttää tutkimusongelmaan ja käy
tettävään havaintoaineistoon parhaiten sovel
tuvia, usein tilannekohtaisia, menetelmäratkai
suja. Niinpä uusien ekonometristen tutkimus
ongelmien ekonometrinen analyysi vaatii ole
massa olevien menetelmien ja mallien soveltu
vuuden punnitsemista ja uusien mallien ja nii
den käyttöön liittyvien päättelyiden kehittelyä.
tämä työ vaatii vankkaa ekonometrian ja ta
lousteorian koulutusta.
talousteoreettisten innovaatioiden myötä erilaisten ekonometristen analyysien tarve kas
vaa koko ajan. Mitä mutkikkaampia talousteo
reettisia malleja tarkastellaan, sitä vaativampaa ekonometrinen analyysi on. käytännössä nyky
aikaisen ekonometrisen analyysin hallinta edel
lyttää erikoistumista esimerkiksi mikroekono
metriaan, makroekonometriaan tai rahoituksen ekonometriaan. Jotta taloustieteen empiirinen tutkimus olisi tasokasta, täytyy näillä kaikilla ekonometrian erikoisaloilla tarjota laadukasta opetusta. Valitettavasti nykyään jopa ekono
metrian perustietojen opetustarjonta on monis
sa taloustieteen laitoksissa puutteellista, minkä johdosta ekonometriaa osaavia ekonomisteja ei valmistu työmarkkinoiden tarpeisiin nähden riittävästi.
Miten ekonometrian koulutusta voidaan edistää? edeltävät huomiot ekonometrian
KAK 1 / 2009
haasteista osaltaan selittävät, miksi ekonomet
rian omaksuminen saattaa tuntua joistakin ylit
sepääsemättömän vaikealta. ekonometrian ei kuitenkaan tarvitse olla ylitsepääsemättömän vaikeata. on vain huomattava, että ekonomet
rian opiskelu vaatii poikkeuksellisen paljon erityispanostusta. koska ekonometria nojaa tilastotieteeseen, sen opiskelua helpottaa rat
kaisevasti kattavat tilastotieteen ja matematii
kan opinnot. Resurssien puutteen johdosta taloustieteen laitokset eivät yleensä kykene yk
sin tarjoamaan riittävää tilastotieteen ja mate
matiikan peruskoulutusta ja ovat siten tilasto
tieteen ja matematiikan laitosten opetustarjon
nan varassa. on tärkeää, että talous ja tilasto
tieteen laitokset suunnittelevat tilastotieteen ja ekonometrian opetusohjelman yhdessä. Par
haat tulokset saavutetaan, kun tilastotieteen laitoksessa on ekonometriaan ja aikasarjaana
lyysiin erikoistuneita opettajia.
Panostus ekonometriaan kannattaa, koska taloustieteen empiirisen analyysin potentiaali
set tuotot ovat korkeat. oikeastaan voidaan kysyä, mitä käytännön arvoa talousteorialla on reaalimaailmassa, jos teoriaa ei koetella min
käänlaisella empiirisellä analyysilla. Vastaavas
ti voisi kysyä�� Mitä käytännön arvoa on lääke
tieteen teoreettisella tutkimustiedolla, jos sii
hen ei yhdisty minkäänlaista empiiristä analyy
sia? kiistatta lääketieteellinen tutkimus ja sen soveltaminen käytännössä edellyttävät perus
teellista empiiristä analyysia. Näin pitäisi olla myös taloustieteessä. Vaikka ekonometrisen tutkimuksen ongelmat ovat vaikeita, nykyaikai
nen ekonometria tarjoaa ratkaisuja, joiden avulla osaava ekonometrikko voi antaa suhteel
lisen luotettavia vastauksia moniin taloudelli
sen päätöksenteon kannalta tärkeisiin kysy
myksiin. kysymykset jäävät liian usein vastauk
sitta vain siitä syystä, että ekonometriaa osaavia henkilöitä ei ole käytettävissä. siksi ekonomet
rian asemaa tulee nykyisestään vahvistaa ta
loustieteen ja tilastotieteen laitosten koulutus
ohjelmissa.